NoSQL诞生的是为了解决现有关系型数据库所解决不了的问题。云计算时代对技术有了更高的要求，具体总结为4点，读写速度低延迟，可支持海量数据和流量，更简单的部署和管理分布式集群，减小越来越大的运营成本。而现有的主流的存储系统大部分还是采用了关系型数据库，其限制性很难满足以上需求。下面会从 NoSQL 的优势逐步聊到 redis 的一些重要概念，以及如何在分布式系统中应用。
关系型数据库的限制性
扩展困难：Join联合多表查询机制，使得数据库扩展艰难。
读写速度慢：当数据量很大时，由于关系型数据库的系统逻辑非常复杂，使得其很容易发生死锁等并发问题，导致读写速度下滑非常严重。
License成本高：企业级数据库的价格惊人，并且随着系统的规模而增加。
有限的支撑容量：现有关系型解决方案无法支撑Google这样海量的数据存储。
NoSQL数据库的特性
为了解决这些需求，很多新类型的数据被开发出来，它们在设计上非常关注对数据高并发地读写和对海量数据的存储，与关系型数据库相比，它们在架构和数据模型方面做了“减法”，而在扩展和并发等方面做了“加法”。 他们有一些共同的特性，而被统称为 NoSQL 数据库。
- 不再使用SQL语言，比如MongoDB、Cassandra就有自己的查询语言。
- 通常是开源项目。
- 为集群运行而生。
- 弱结构化，不会严格的限制数据结构类型。
现在主流的NoSQL数据库有BigTable、HBase、Cassandra、SimpleDB、CouchDB、MongoDB和Redis等。
NoSQL 数据库分类及适用场景
键值（Key-Value）数据库
键值数据库就像在传统语言中使用的哈希表，可以通过key来添加、查询或者删除数据，鉴于使用主键访问，所以会获得不错的性能及扩展性。
产品：Redis、Memcached、Riak、Amazon’s Dynamo
早期使用公司：GitHub（Riak）、BestBuy（Riak）、Twitter（Redis和Memcached）、StackOverFlow（Redis）、 Instagram（Redis）、Youtube（Memcached）、Wikipedia（Memcached）
键值数据库——适用场景
储存用户信息，比如会话、配置文件、参数、购物车等等。这些信息一般都和ID（键）挂钩，这种情景下键值数据库是个很好的选择。
键值数据库——不适用场景
取代通过键查询，而是通过值来查询。Key-Value数据库中根本没有通过值查询的途径。
需要储存数据之间的关系。在Key-Value数据库中不能通过两个或以上的键来关联数据。
事务的支持。在Key-Value数据库中故障产生时不可以进行回滚。
面向文档（Document-Oriented）数据库
面向文档数据库会将数据以文档的形式储存。每个文档都是自包含的数据单元，是一系列数据项的集合。每个数据项都有一个名称与对应的值，值既可以是简单的数据类型，如字符串、数字和日期等；也可以是复杂的类型，如有序列表和关联对象。数据存储的最小单位是文档，同一个表中存储的文档属性可以是不同的，数据可以使用XML、JSON或者JSONB等多种形式存储。
产品：MongoDB、CouchDB、RavenDB
早期使用公司：SAP（MongoDB）、Codecademy（MongoDB）、Foursquare（MongoDB）、NBC News（RavenDB）
文档数据库——适用场景
日志。企业环境下，每个应用程序都有不同的日志信息。 Document-Oriented数据库并没有固定的模式，所以我们可以使用它储存不同的信息。
分析。鉴于它的弱模式结构，不改变模式下就可以储存不同的度量方法及添加新的度量。
文档数据库——不适用场景
在不同的文档上添加事务。Document-Oriented数据库并不支持文档间的事务，如果对这方面有需求则不应该选用这个解决方案。
列存储（Wide Column Store/Column-Family）数据库
列存储数据库将数据储存在列族（column family）中，一个列族存储经常被一起查询的相关数据。举个例子，如果我们有一个Person类，我们通常会一起查询他们的姓名和年龄而不是薪资。这种情况下，姓名和年龄就会被放入一个列族中，而薪资则在另一个列族中。
产品：Cassandra、HBase
早期使用公司：Ebay （Cassandra）、Instagram （Cassandra）、NASA （Cassandra）、Twitter （Cassandra and HBase）、Facebook （HBase）、Yahoo!（HBase）
列族数据库——适用场景
日志。因为我们可以将数据储存在不同的列中，每个应用程序可以将信息写入自己的列族中。
博客平台。我们储存每个信息到不同的列族中。举个例子，标签可以储存在一个，类别可以在一个，而文章则在另一个。
列族数据库——不适用场景
如果我们需要ACID事务。Cassandra就不支持事务。
原型设计。如果我们分析Cassandra的数据结构，我们就会发现结构是基于我们期望的数据查询方式而定。在模型设计之初，我们根本不可能去预测它的查询方式，而一旦查询方式改变，我们就必须重新设计列族。
图（Graph-Oriented）数据库
图数据库允许我们将数据以图的方式储存。实体会被作为顶点，而实体之间的关系则会被作为边。比如我们有三个实体，Steve Jobs、Apple和Next，则会有两个“Founded by”的边将Apple和Next连接到Steve Jobs。
产品：Neo4J、Infinite Graph、OrientDB
有谁在使用：Adobe （Neo4J）、Cisco （Neo4J）、T-Mobile （Neo4J）
图数据库——适用场景
在一些关系性强的数据中
推荐引擎。如果我们将数据以图的形式表现，那么将会非常有益于推荐的制定
图数据库——不适用场景
不适合的数据模型。图数据库的适用范围很小，因为很少有操作涉及到整个图。
言归正传——Redis特点
Redis是一个开源的使用C语言编写、开源、支持网络、可基于内存亦可持久化的日志型、高性能的Key-Value数据库，并提供多种语言的API。
Redis 与其他键值数据库相比，有如下3个特点
Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。
Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储。
Redis支持数据的备份，即master-slave模式的数据备份。
Redis优势
- 性能极高 – Redis能读的速度是110000次/s,写的速度是81000次/s 。
- 丰富的数据类型 – Redis支持二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。
- 支持事务、单线程、原子性 – Redis的所有操作都是原子性的，同时Redis还支持对几个操作全并后的原子性执行。
- 丰富的特性 – Redis还支持 publish/subscribe, 通知, key 过期等等特性。
redis相比memcached有哪些优势？
memcached所有的值均是简单的字符串，redis作为其替代者，支持更为丰富的数据类型
redis的速度比memcached快很多
redis可以持久化其数据
Redis 数据类型
它通常被称为数据结构服务器，因为值（value）可以是 字符串(String)、哈希(Hash)、 列表(list)、集合(sets)、有序集合(sorted sets/zset)等类型。
Redis 为什么要把所有数据放到内存中？
Redis为了达到最快的读写速度将数据都读到内存中，并通过异步的方式将数据写入磁盘。所以redis具有快速和数据持久化的特征。
如果不将数据放在内存中，磁盘I/O速度为严重影响redis的性能。在内存越来越便宜的今天，redis将会越来越受欢迎。
如果设置了最大使用的内存，则数据已有记录数达到内存限值后不能继续插入新值。
Redis是单进程单线程的
redis利用队列技术将并发访问变为串行访问，消除了传统数据库串行控制的开销
虚拟内存的使用
当你的key很小而value很大时,使用VM的效果会比较好.因为这样节约的内存比较大.
当你的key不小时,可以考虑使用一些非常方法将很大的key变成很大的value,比如你可以考虑将key,value组合成一个新的value.
vm-max-threads这个参数,可以设置访问swap文件的线程数,设置最好不要超过机器的核数,如果设置为0,那么所有对swap文件的操作都是串行的.
可能会造成比较长时间的延迟,但是对数据完整性有很好的保证.
自己测试的时候发现用虚拟内存性能也不错。如果数据量很大，可以考虑分布式或者其他数据库
Redis常见性能问题和解决方案：
Master最好不要做任何持久化工作，如RDB内存快照和AOF日志文件
如果数据比较重要，某个Slave开启AOF备份数据，策略设置为每秒同步一次
为了主从复制的速度和连接的稳定性，Master和Slave最好在同一个局域网内
尽量避免在压力很大的主库上增加从库
主从复制不要用图状结构，用单向链表结构更为稳定，即：Master <- Slave1 <- Slave2 <- Slave3…